项目名称: 在线社会网络中特定类型用户识别及其行为规律的分析与建模研究

项目编号: No.61202392

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 周亚东

作者单位: 西安交通大学

项目金额: 26万元

中文摘要: 针对意见领袖、网络水军等特定类型用户对在线社会网络中的信息产生与传播的显著影响,以及由此带来的对网络舆情分析、监控与引导的挑战,研究其亟需的在线社会网络特定类型用户识别及其行为规律的分析与建模等关键基础理论。项目将针对微博、论坛、博客等在线社会网络中的特定类型用户,充分考虑不同类型用户的行为特性差异,进行以下三方面的研究:分析用户角色、兴趣与中心性等多个维度特征,提出用户类型的划分策略,并提出特定类型用户的识别方法;针对特定类型用户的典型行为特征,通过分析特定类型用户的行为模式及其产生机理,建立网络用户个体行为的趋势预测模型;分析特定类型用户间的交互模式,提出用户间交互强度的评估算法,在用户个体行为模型基础上,建立具有实际物理意义的特定类型用户群体行为模型。项目研究成果将揭示在线社会网络中特定类型用户个体与群体行为的模式与趋势变化规律,为网络舆情分析、监控与引导提供基础理论支持。

中文关键词: 社会网络;用户行为;信息传播;复杂网络;用户识别

英文摘要: Recently, some specific types of users play a significant role in information spreading over online social networks, and this phenomenon takes a great challenge for monitoring and guiding of public opinion of Internet. Thus, it is important to investigate the theory of modeling and analysis of behavior for specific type of users over online social networks. In this project, the source analysis data is from microblogging, online community and blogosphere websites, and the research includes the following three parts. Firstly, multiple dimensional features will be analyzed, including user roles, interests and the centrality of users. Based on this, the splitting strategy and identification method of the user types will be studied. Secondly, based on the analysis of typical behavior characteristics of the specific types of users, the behavior pattern will be studied, and prediction model for the trend of individual user behavior can be established. Finally, through analyzing the interaction pattern and strength between users, the prediction model for the trend of group behavior can be established. This research can describe the mechanism of behavior dynamics for individual users and user groups over online social networks, which can support the analysis, monitoring and guiding of public opinion in Internet effective

英文关键词: social network;user bahavior;information spreading;complex network;user identification

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
32+阅读 · 2021年2月12日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
从用户角度,体验产品的三个要点
人人都是产品经理
1+阅读 · 2022年1月9日
用户复购行为,该如何分析
人人都是产品经理
0+阅读 · 2021年12月4日
用户分析体系,该如何搭建
人人都是产品经理
0+阅读 · 2021年10月20日
事理图谱:事件演化的规律和模式
哈工大SCIR
34+阅读 · 2019年7月19日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月18日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
24+阅读 · 2021年1月25日
小贴士
相关VIP内容
流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
32+阅读 · 2021年2月12日
基于事件社会网络推荐系统综述
专知会员服务
69+阅读 · 2021年1月13日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
相关资讯
你会信任哪些平台的评分评价?
ZEALER订阅号
0+阅读 · 2022年3月20日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
从用户角度,体验产品的三个要点
人人都是产品经理
1+阅读 · 2022年1月9日
用户复购行为,该如何分析
人人都是产品经理
0+阅读 · 2021年12月4日
用户分析体系,该如何搭建
人人都是产品经理
0+阅读 · 2021年10月20日
事理图谱:事件演化的规律和模式
哈工大SCIR
34+阅读 · 2019年7月19日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员